Nexgen N5-1500
Nexgen公司已经将7200转磁盘驱动器从其混合闪存/磁盘N5硬件设备当中剔除出去,取而代之的则是双端口SSD,这意味着由此诞生的是一款三层式全闪存阵列,且具备面向数据在各层间移动的服务质量保障。
其服务质量(QoS)机制于今年7月正式发布。这款双主动-主动控制器N5系统拥有三个存储分层,分别为DRAM、PCIe闪存卡以及磁盘驱动器。
而在全闪存版本,也就是Nexgen N5-i500阵列当中,三个存储分层则为DRAM、PCIe闪存以及商用SSD。
Nexgen公司的QoS采用三项优先级结构,具体按照关键性任务、关键性业务以及非关键性数据,而且数据会以动态方式在各层以及与之相对应的阵列介质类型之间往来迁移。该公司已经为其QoS技术在美国申请了技术专利。
其中DRAM为速度极快的读取缓存,而PCIe闪存卡负责以较低延迟实现读取与写入,接下来的SSD采用东芝960 GB每秒6 Gb SAS驱动器,虽然延迟稍高但却足以充当高性能大容量存储设备。
SanDisk Fusion-io 1.3 TB PCIe闪存卡则成为Nexgen的首选,不过目前其尚不支持NVMe机制。Nexgen公司可能会在未来需要时使用来自其它供应商的PCIe闪存卡产品。
Nexgen全闪存阵列外观图
作为该系列当中的首款或者说高端型号,N5-1500提供2.6 TB PCIe闪存卡容量以及15 TB SSD存储容量。客户还可以根据需求最多接入三块15 TB SSD高容量驱动器(扩展单元),这意味着其整体容量将由此达到60 TB。顺带一提,这里提到的数字全部为原始存储容量。
这款高端型号采用4块六核心至强E5645 2.4 GHz处理器与96 GB内存。其同时配备有风扇、热插拔电源、冗余网络连接(4个1/10 GbitE)、RAID 6以及热插拔SSD。另外,它还能够实现30万随机读取4K IOPS以及每秒3 GB传输能力(256K随机读取条件下)。
其配套功能集包括数据存储量削减(平均削减量为50%)、快照以及复制等。
Nexgen公司还推出了一款N5-300机型,其采用单SKU设计并配备一个主单元与一台扩展设备,系统整体存储容量为30 TB。
如果大家的活动数据总量低于10 TB,那么混合N5将是理想的选择;而如果活动数据总量高于10 TB,那么全闪存版本N5则更为合适。全闪存N5与混合N5版本相比较,其性能表现可提升2.5倍,而数据访问延迟则降低50%。
VMware公司的VVOL亦获得其支持。
N5-1500(N5-3000)属于其中的旗舰机型,也就是Nexgen各产品家族当中的顶配选项。而从起步开始,首先是入门级N5,接下来依次为N5-300、N5-500以及N5-1000。
Nexgen产品家族参数表格
Tegile公司也将于2016年推出一款多层全闪存阵列,即Intelliflash HD。其它单层全闪存阵列厂商亦需要对相关软件进行调整,从而将数据分层存储机制纳入其相关操作系统。
另一款提供QoS的全闪存阵列来自SolidFire公司,这套向外扩展型设计方案主要面向云服务供应商以及企业环境下的CSP用例;此外与X-IO配合的ISE-800亦有此能力。Nexgen方面表示,这是第一款配合QoS的多层全闪存阵列。
明年,Tegile公司可能也会加入到这一业务市场中来,而届时我们应该也会看到其它全闪存阵列厂商陆续参与多闪存层产品的研发当中--包括戴尔、EMC、HDS、惠普企业业务公司、IBM、Kaminario、Mangstor、NetApp、SolidFire、Tintri、Violin Memory以及X-IO。除此之外,Nimble Storage应该也会尽快推出其全闪存方案。
我们可以期待,Nexgen公司的下一款迭代硬件将在存储容量方面实现新的提升。
好文章,需要你的鼓励
Dfinity基金会发布Caffeine AI平台,通过自然语言提示创建功能完整的应用程序,旨在将全球开发者数量从5000万扩展到50亿。该平台基于区块链技术,用户可通过对话方式快速构建应用,包括博客和电商网站等。与Anthropic合作提供后端支持,挑战传统应用商店模式。
微软研究院推出SambaY架构,通过创新的门控记忆单元实现AI推理速度10倍提升。该技术采用解码器-混合-解码器设计,在数学推理等复杂任务上表现卓越,为高效AI推理开辟新方向,有望推动AI在教育、科研、医疗等领域的广泛应用。
社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方,并将其中一种应用于新数据中心的地面浇筑。该模型采用贝叶斯优化技术预测不同混凝土配比的抗压强度曲线,显著加速了传统需要数天或数周的测试过程。Meta与建筑公司Amrize和伊利诺伊大学合作,在明尼苏达州罗斯蒙特数据中心使用了这种新型低碳混凝土。该设施初期功率为10兆瓦,未来将扩展至75兆瓦。
瑞士EPFL研究团队开发的PERK方法通过参数高效的测试时学习技术,让AI能够像人类一样将长文档信息编码到专门的记忆模块中,显著提升了长上下文推理能力。该方法在多项测试中表现卓越,不仅能处理比训练时长32倍的文档,还解决了传统AI的位置偏见问题,为处理复杂长文档提供了创新解决方案。